Pendant des décennies, un petit groupe de chercheurs médicaux de pointe a étudié un système biochimique de marquage ADN, qui active ou désactive les gènes. Beaucoup l'ont étudié dans des bactéries et maintenant certains en ont vu des signes dans des plantes, des mouches et même des tumeurs cérébrales humaines. Cependant, selon une nouvelle étude menée par des chercheurs de l'école de médecine Icahn du mont Sinaï, il pourrait y avoir un problème :une grande partie des preuves de sa présence dans les organismes supérieurs pourrait être due à une contamination bactérienne, difficile à repérer à l'aide des expériences actuelles. méthodes.

Pour résoudre ce problème, les scientifiques ont créé une méthode de séquençage de gènes sur mesure qui s'appuie sur un nouvel algorithme d'apprentissage automatique pour mesurer avec précision la source et les niveaux d'ADN marqué. Cela les a aidés à distinguer l'ADN bactérien de celui des cellules humaines et d'autres cellules non bactériennes. Alors que les résultats publiés dans Science ont soutenu l'idée que ce système peut se produire naturellement dans des cellules non bactériennes, les niveaux étaient bien inférieurs à ceux rapportés par certaines études précédentes et étaient facilement faussés par la contamination bactérienne ou les méthodes expérimentales actuelles. Des expériences sur des cellules cancéreuses du cerveau humain ont produit des résultats similaires.

"Repousser les limites de la recherche médicale peut être difficile. Parfois, les idées sont si nouvelles que nous devons repenser les méthodes expérimentales que nous utilisons pour les tester", a déclaré Gang Fang, Ph.D., professeur agrégé de génétique et de sciences génomiques à Icahn Mont Sinaï. "Dans cette étude, nous avons développé une nouvelle méthode pour mesurer efficacement cette marque ADN dans une grande variété d'espèces et de types de cellules. Nous espérons que cela aidera les scientifiques à découvrir les nombreux rôles que ces processus peuvent jouer dans l'évolution et les maladies humaines."

L'étude s'est concentrée sur la méthylation de l'adénine de l'ADN, une réaction biochimique qui attache un produit chimique, appelé groupe méthyle, à une adénine, l'une des quatre molécules de base utilisées pour construire de longs brins d'ADN et coder des gènes. Cela peut "épigénétiquement" activer ou faire taire des gènes sans réellement altérer les séquences d'ADN. Par exemple, on sait que la méthylation de l'adénine joue un rôle essentiel dans la façon dont certaines bactéries se défendent contre les virus.

For decades, scientists thought that adenine methylation strictly happened in bacteria whereas human and other non-bacterial cells relied on the methylation of a different building block—cytosine—to regulate genes. Then, starting around 2015, this view changed. Scientists spotted high levels of adenine methylation in plant, fly, mouse, and human cells, suggesting a wider role for the reaction throughout evolution.

However, the scientists who performed these initial experiments faced difficult trade-offs. Some used techniques that can precisely measure adenine methylation levels from any cell type but do not have the capacity to identify which cell each piece of DNA came from, while others relied on methods that can spot methylation in different cell types but may overestimate reaction levels.

In this study, Dr. Fang's team developed a method called 6mASCOPE which overcomes these trade-offs. In it, DNA is extracted from a sample of tissue or cells and chopped up into short strands by proteins called enzymes. The strands are placed into microscopic wells and treated with enzymes that make new copies of each strand. An advanced sequencing machine then measures in real time the rate at which each nucleotide building block is added to a new strand. Methylated adenines slightly delay this process. The results are then fed into a machine learning algorithm which the researchers trained to estimate methylation levels from the sequencing data.

"The DNA sequences allowed us to identify which cells—human or bacterial—methylation occurred in while the machine learning model quantified the levels of methylation in each species separately," said Dr. Fang,

Initial experiments on simple, single-cell organisms, such as green algae, suggested that the 6mASCOPE method was effective in that it could detect differences between two organisms that both had high levels of adenine methylation.

The method also appeared to be effective at quantifying adenine methylation in complex organisms. For example, previous studies had suggested that high levels of methylation may play a role in the early growth of the fruit fly Drosophila melanogaster and of the flowering weed Arabidopsis thaliana . In this study, the researchers found that these high levels of methylation were mostly the result of contaminating bacterial DNA. In reality, the fly and the plant DNA from these experiments only had trace amounts of methylation.

Likewise, experiments on human cells suggested that methylation occurs at very low levels in both healthy and disease conditions. Immune cell DNA obtained from patient blood samples had only trace amounts of methylation.

Similar results were also seen with DNA isolated from glioblastoma brain tumor samples. This result was different than a previous study, which reported much higher levels of adenine methylation in tumor cells. However, as the authors note, more research may be needed to determine how much of this discrepancy may be due to differences in tumor subtypes as well as other potential sources of methylation.

Finally, the researchers found that plasmid DNA, a tool that scientists use regularly to manipulate genes, may be contaminated with high levels of methylation that originated from bacteria, suggesting this DNA could be a source of contamination in future experiments.

"Our results show that the manner in which adenine methylation is measured can have profound effects on the result of an experiment. We do not mean to exclude the possibility that some human tissues or disease subtypes may have highly abundant DNA adenine methylation, but we do hope 6mASCOPE will help scientists fully investigate this issue by excluding the bias from bacterial contamination," said Dr. Gang. "To help with this we have made the 6mASCOPE analysis software and a detailed operating manual widely available to other researchers."